利率期限结构模型改进极大似然估计效率研究

考虑一种改进的极大似然估计算法估计一维利率期限结构模型的未知参数,该方法首先利用Crank-Nicolson差分法求解与该扩散模型相关联的偏微分方程(PDE),获得累积分布函数,然后利用数值微分得到转移密度函数的近似值。数值模拟实验结果表明,当取较小空间步长时,该改进估计法比Euler法具有更高的效率,并考察该改进估计法在中国银行间同业拆借利率的实证分析,实证结果表明,在所考虑的样本区间内,中国利率的长期水平值是0.025 1,且中国货币市场利率粘性系数的值接近于0.5。     

标准差何以标准？

平均数是统计工作中最常用的指标之一。它反映事物分布的集中趋势 ,是总体的一种代表值 ,代表某种事物在一定时间地点条件下所达到的一般水平。然而 ,平均数又具有抽象性 ,将总体内部水平和分布的差异抽象了 ,两个数值相等的平均数 ,可能掩盖着两个总体内部差异相差甚大的情况 ,使两个水平相等的平均数之代表性却高低悬殊。为了说明平均数代表性的高低 ,或反映不同变量数列离散度的大小 ,人们通常都会提到变异全距 ( R)、平均差 ( A· D)、标准差( σ)和离散系数 ( V)。其中 ,R是变量的两个极端值之差 (故又称极差 ) ,差异大小完全取决于…     

二值型响应与连续型响应联合建模的变量选择

由于多重响应变量之间可能存在相关性,文章考虑对二值型响应变量和连续型响应变量进行联合建模.利用probit模型,对二值响应引入了具有正态分布的潜变量,从而对多重响应建立线性回归模型,能得到二值变量和连续变量的联合分布.然后考虑回归系数会存在稀疏性,通过对似然函数加惩罚,从而对二重响应的回归系数和协方差矩阵的逆矩阵进行估计,达到参数估计和变量选择的目标.文中目标函数基于l1惩罚.数值模拟和实证分析展示了所提出方法的良好性质.     

基于报童模型的家具体验店服务能力决策方法

针对线下家具体验店服务能力决策不合理和效率低下等问题,文章提出一种基于报童模型的家具体验店服务能力决策方法.首先对家具体验店的服务收益、成本及利润进行量化;以家具体验店服务能力为决策变量构建基于报童模型的服务收益函数,并求解出既满足顾客需求又使家具体验店获取最大收益的服务能力;分析得出家具体验店的最优服务能力随着家具电商共享收益分成比例系数的增大而增大,随着家具价格敏感性系数的增大而减小;最后通过数值算例验证了决策方法的有效性.     

基于贝叶斯学习的惩罚因子的选择

文章基于贝叶斯学习,将正则化方法从贝叶斯分析的角度展开,在响应变量服从正态分布、回归系数服从指数型先验分布族的条件下,用贝叶斯准则给出了惩罚因子的取值与响应变量、系数的方差之间的关系,并将这一结果应用到岭回归和lasso回归中惩罚因子的选择.实例检验结果表明,当响应变量和系数服从正态分布,惩罚因子的值取二者方差商的方法比岭迹法和广义交叉验证法(GCV)拟合效果更优.     

对两定距变量相关系数的理解与应用

测量两定距变量的相关程度,通常采用皮尔逊的积差相关系数,其公式为：y的样本数值,x与y分别为变量x与y的样本平均数值,n为样本数。尽管大家都在应用,但却没有人对皮尔逊积差相关系数进行系统的科学解释,其结果,一方面僵化了人们对相关概念的认识,另一方面也给相关分析在实际应用中带来了局限性。为此,本文试图从不同的角度对两定距变量相关系数进行解释,并在此基础上对其应用做些探讨。一、从协变趋势性上理解相关系数r从变量空间x－y的样本散点图上看,变量的公布呈线带状,即具有协变趋势性。当我们获得了关于变量x与y的样本数…     

非常规突发事件下的高速公路环境风险评价

文章将模糊逻辑与多目标决策、层次分析法相结合,提出了一种基于模糊逻辑的多属性决策模型。它与传统的多属性决策模型相比,将输入参量转化为语言变量后,获得一个集专家知识、系统变量间关系为基础的优势得分排序规则,可对不确定环境下的多目标及其子目标进行决策评价。为了验证这种决策方法的科学性,文章设计了一个比较两条高速公路路段环境评价的算例,并对其目标及子目标进行了敏感性分析。     

再论需求周期性变化的应急资源选址与配置

文章针对需求周期性变化的应急资源选址与调配问题,指出文献[1]建立的非线性整数规划中存在的缺陷,结合原文中的算例求解过程与结果展开讨论与分析,进而引入新的决策变量重建了需求周期性变化的应急资源选址与调配模型,并用目标规划法求解.鉴于各时段资源放置总量及需求满足总量等重要决策变量的取值具有主观性,我们取不同参数将多次运行结果进行对比分析,为解决此类问题提供了实用方法.     

一种改进多目标规划逐步Stem与妥协约束法及应用

针对多目标线性规划(MLP)中两种传统解法——逐步stem与妥协约束法所存在的不足,文章基于权重系统的调整对其进行了改进,克服了对话式赋权过程中决策者的主观性,并用一个案例对两种改进方法进行了实例分析.结论显示:在一些约束问题中决策者更愿意彻底放弃一些负向目标,所以作为监管者而言必须设定一个严格的量化标准;在妥协约束中可以采取变量替代的形式得出决策权重.     

迭代方法在多目标总体抽样调查中的应用

一、问题的提出在抽样调查实践中经常会遇到多目标抽样问题 ,包括多目标变量问题和多目标总体问题。多目标变量问题 ,是指用一套样本估计多个目标变量的总量、均值、比率和比例等估计量时 ,由于各个变量的总体分布不一致 ,导致不同变量的估计量精度 (一般用相对误差表示 )不同 ,而且可能相差很大。在实践中 ,多目标变量问题是一个普遍问题 ,因为任何一项调查都不可能仅仅调查一个指标 (即变量 )。解决多目标变量问题的关键是在抽样设计中选择合适的辅助变量。一般来说 ,在抽样设计中作为分层辅助信息的变量的估计量精度会比其他变量的估计量…     

两个潜变量的PLS算法模拟数据分析

文章根据结构方程模型(SEM)数学定义和偏最小二乘法(PLS)形式规范,构建具有两个潜变量的路径模型。在潜变量因子值和模型系数假设已知情况下,生成仿真观测数据。通过对PLS算法处理结果与假设数据之间偏差比较,分析PLS算法特性,结果发现:潜变量模式选择影响测量模型系数;结构模型系数比假设值偏小而测量模型系数比假设值偏大。根据该算法特性可以优化模型,以获得更好的模型解释与预测能力。     

随机条件下多样化产品系统产量分配与再造决策

文章从生产商以生产总成本最小化为决策目标,建立了数学模型并求解得到了产品系统中各产品的产量设计率和回收再造率的最优值。通过数例计算并且分别基于12种成本参数进行敏感性分析。结果表明,在产能一定的前提下,生产商对于决策变量具有较强的策略性选择。     

中国的通货膨胀目标设定探讨

中国总体CPI目前已经成为中央银行货币政策的重要决策变量,主张把总体CPI作为通货膨胀目标指标.在目标数值的设定上,我们发现中国的通货膨胀目标宜设定为[1%,4%]的区间形式,政策操作盯住中间值2.5%.对于目标时限的设定,文章提出应适当加长中国通货膨胀目标的时限,选择多年期即2～3年.因此中国的通货膨胀目标的指标适宜选用CPI,数值宜设定为[1%,4%]的区间形式,政策操作盯住中间值2.5%,操作时限为多年期.     

PPS抽样下匹配系数的构建及应用

PPS抽样时,一般认为当规模变量与目标变量的相关性越强,抽样的精度越高,但少有文献研究相关性的具体内涵以及与抽样精度的内在关联。本文提出构建匹配系数反映规模变量与目标变量的比率相关关系,并对PPS抽样下的样本匹配系数进行了构建和分析,还通过Monte Carlo模拟揭示了该统计量的良好性质。本文最后揭示了样本匹配系数在抽样精度评价时有着良好的应用效果。     

基于MCMC方法对中国非线性广义泰勒规则的构建

文章对我国带有状态转换和随机趋势通货膨胀目标的广义非线性泰勒规则进行了建模,并采用状态空间Gibbs抽样的MCMC方法进行了估计。实证结果显示:我国货币政策泰勒规则系数的确存在状态转换特征,通货膨胀目标变量存在随机性特征,估计的趋势通货膨胀目标值较实际值平滑,拟合效果较好。     

含单调约束的广义回归估计量

传统广义回归估计量的假设是域与域相互独立。实践中,域值通常呈现特定的顺序和形状,使得域间变量的相关性广泛存在。例如,给定地区,信息传输、计算及服务和软件业、金融业等服务业较纺织业、农副产品加工业等制造业的行业内学历为本科及以上的人员占比、行业平均工资等更高。域间相关性的充分利用有助于提高传统广义回归估计量的精度。对此,在辅助变量域值和目标变量域值变化趋势一致的情况下,首先,引入广义回归估计量的保序回归,构建含单调约束的广义回归估计量,满足目标变量和辅助变量的单调性约束。其次,证明了含单调约束的广义回归估计量在一定条件下具有一致性,均方误差更小。最后,利用数值模拟验证含单调约束的广义回归估计量的估计效果。结果显示,在目标变量域值和辅助变量域值变化趋势一致的情况下,含单调约束的广义回归估计量较传统广义回归估计量,估计精度更高。实证部分采用中国健康与营养调查数据进行分析,进一步说明在对多个域进行估计的情况下,考虑域间相关性的影响,采用含单调约束的广义回归估计量,估计效果更好。     

适用于稳态优化的多属性效用函数决策方法

经典的多属性效用函数决策方法仅仅依据属性权重和属性值进行决策,缺少对决策变量调整幅值的考虑。这样易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用。文章提出了一种适合于过程控制系统稳态优化的多属性效用函数决策方法。该方法综合考虑了属性权重、属性值以及决策变量的变化情况。仿真结果验证了该方法的有效性和实用性。     

Median-of-Means方法在偏度系数中的应用

传统偏度系数的定义涉及样本均值和三阶矩,使其对离群值十分敏感。本文在偏度系数的估计中引入Median-of-Means方法,提出偏度系数的新估计量,并证明其相合性和渐近正态性。此外,基于经验似然方法提出一种新的偏度系数检验统计量,证明其渐近性质并进行数值模拟。结果表明,本文提出的估计量具有一定稳健性,检验统计量表现也优于传统方法。最后将所提出的估计与检验方法应用于实际数据分析发现,估计结果比较稳健,进一步表明原有的偏度系数估计方法并不适用。     

非正态分布下具有自回归误差项的空间自回归模型变量选择研究

将变量选择引入空间计量模型,讨论具有自回归误差项的空间自回归模型的变量选择问题。在残差非正态独立同分布的条件下,通过最大化信息熵,提出空间信息准则,并证明其在该模型变量选择中具有一致性。模拟研究结果表明:无论对单个系数还是对全部系数,空间信息准则都能很好识别,且与经典的赤池准则相比具有较大的优势。因此,空间信息准则是一种更为有效的变量选择方法。     

基于区间分析的随机DEA效率值的分布函数估计

文章基于区间分析方法,研究了当函数自变量的分布函数已知情况下估计因变量的分布函数,并将其应用于随机DEA模型。当投入和产出变量的分布函数已知时,通过算法估计得到随机DEA决策单元效率值的分布函数。算法中引入弹性分析,找出对效率值有决定性或者较大影响的变量,提高了计算效率,最终求得了呈分段线性的概率分布函数。